La classification multi-objective des images médicales / kenza Remmache 

Public ISBD Titre : La classification multi-objective des images médicales Type de document : texte imprimé Auteurs : kenza Remmache, Auteur ; Ibtissem Halimi, Auteur ; Amel Boulemnadjel, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2019 Importance : 59 f. Format : 30 cm. Note générale : Une copie électronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : classification multi-objective, images médicales Index. décimale : 610 Electronique Résumé : L’imagerie médicale est l’un des domaines qui profitent le mieux des techniques de traitement et d’analyse d’image. L’une des opérations les plus importantes du traitement des images est la classification d’images. Son objective est de classer (d’étiqueter) les différents objets presents dans une image selon certains critères, qui dépendent de l’application visée. La tâche de la classification reste toujours aussi difficile du fait de de la grande variabilité des images, l'augmentation constante du volume et de la dimension des données à traiter. Dans ce travail, nous avons proposé une méthode de la classification multi objective des images médicales, elle est basée sur la minimisation de deux critères simultanément; un critère de compacité et un autre de séparabilité. Les fonctions objectives utilisées sont basées principalement sur les fonctions à noyaux au lieu de la distance euclidienne pour résoudre le problème posé pour les images de structure complexe (non linéaire). L’évaluation de cet algorithme sur différents types de données ; bases de données, images de synthèses, et images médicales montre que cette méthode à améliorer la classification des images de différentes modalité. Elle permet de bien séparer les régions et bien identifier les contours. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=12097 La classification multi-objective des images médicales [texte imprimé] / kenza Remmache, Auteur ; Ibtissem Halimi, Auteur ; Amel Boulemnadjel, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2019 . - 59 f. ; 30 cm. Une copie électronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : classification multi-objective, images médicales Index. décimale : 610 Electronique Résumé : L’imagerie médicale est l’un des domaines qui profitent le mieux des techniques de traitement et d’analyse d’image. L’une des opérations les plus importantes du traitement des images est la classification d’images. Son objective est de classer (d’étiqueter) les différents objets presents dans une image selon certains critères, qui dépendent de l’application visée. La tâche de la classification reste toujours aussi difficile du fait de de la grande variabilité des images, l'augmentation constante du volume et de la dimension des données à traiter. Dans ce travail, nous avons proposé une méthode de la classification multi objective des images médicales, elle est basée sur la minimisation de deux critères simultanément; un critère de compacité et un autre de séparabilité. Les fonctions objectives utilisées sont basées principalement sur les fonctions à noyaux au lieu de la distance euclidienne pour résoudre le problème posé pour les images de structure complexe (non linéaire). L’évaluation de cet algorithme sur différents types de données ; bases de données, images de synthèses, et images médicales montre que cette méthode à améliorer la classification des images de différentes modalité. Elle permet de bien séparer les régions et bien identifier les contours. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=12097

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSELE190024	MSELE190024	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

Texte integrie Adobe Acrobat PDF

Cryptage d’images médicales / Nour El Houda Bouachiba 

Public ISBD Titre : Cryptage d’images médicales Type de document : texte imprimé Auteurs : Nour El Houda Bouachiba, Auteur ; Latra Metlas, Auteur ; Amel Boulemnadjel, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2019 Importance : 61 f. Format : 30 cm. Note générale : Une copie électronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : Cryptage d’images, médicales Index. décimale : 610 Electronique Résumé : Le trafic des images numériques augmente rapidement sur les réseaux. La protection des données numériques, et en particulier les images médicales, devient importante pour de nombreuses raisons telles que la confidentialité et l'intégrité, tout en respectant les contraintes légales et éthiques propres à ce domaine. L’une des méthodes connues pour la réalisation efficace de cet objectif est le cryptage. La cryptographie est la science du chiffrement, codage des messages à l’aide de codes secrets ou de clés qui rend l’information complètement ou partiellement illisible et incompréhensible. Dans ce travail, nous proposons une méthode hybride de cryptage d’images médicales. Cette méthode basée sur la combinaison du cryptage sélectif et le cryptage Xor. L'algorithme de chiffrement AES est utilisé pour crypter seulement les parties visuelles les plus importantes d'une image médicale. Les résultats expérimentaux obtenus dans ce mémoire confirment l’efficacité et montrent que l’algorithme proposé offre des performances très favorables. La méthode proposée permet aussi la réduction importante du temps de calcul par rapport à un cryptage total. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=12122 Cryptage d’images médicales [texte imprimé] / Nour El Houda Bouachiba, Auteur ; Latra Metlas, Auteur ; Amel Boulemnadjel, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2019 . - 61 f. ; 30 cm. Une copie électronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : Cryptage d’images, médicales Index. décimale : 610 Electronique Résumé : Le trafic des images numériques augmente rapidement sur les réseaux. La protection des données numériques, et en particulier les images médicales, devient importante pour de nombreuses raisons telles que la confidentialité et l'intégrité, tout en respectant les contraintes légales et éthiques propres à ce domaine. L’une des méthodes connues pour la réalisation efficace de cet objectif est le cryptage. La cryptographie est la science du chiffrement, codage des messages à l’aide de codes secrets ou de clés qui rend l’information complètement ou partiellement illisible et incompréhensible. Dans ce travail, nous proposons une méthode hybride de cryptage d’images médicales. Cette méthode basée sur la combinaison du cryptage sélectif et le cryptage Xor. L'algorithme de chiffrement AES est utilisé pour crypter seulement les parties visuelles les plus importantes d'une image médicale. Les résultats expérimentaux obtenus dans ce mémoire confirment l’efficacité et montrent que l’algorithme proposé offre des performances très favorables. La méthode proposée permet aussi la réduction importante du temps de calcul par rapport à un cryptage total. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=12122

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSELE190039	MSELE190039	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

Texte integrie Adobe Acrobat PDF

Optimisation Par Essaim Particulaire (PSO) Pour Améliorer La Classification Des Images Satellitaires / Sanaa Lamis Bourouz 

Public ISBD Titre : Optimisation Par Essaim Particulaire (PSO) Pour Améliorer La Classification Des Images Satellitaires Type de document : texte imprimé Auteurs : Sanaa Lamis Bourouz, Auteur ; Ahlem Kheiri, Auteur ; Amel Boulemnadjel, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2021 Importance : 76 f. Format : 30 cm. Note générale : Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : PSO Index. décimale : 610 Electronique Résumé : La classification vise à catégoriser les entrées non étiquetées vecteurs en différents groupes, appelés classes (clusters), de sorte que les données, les points au sein d'un cluster sont plus similaires les uns aux autres qu'ils sont à ceux appartenant à des classes différents. La classification dans des données de haute dimensionnalité est extrêmement difficile, dans les données de grande dimension, les classes sont intégrées dans divers sous-ensembles de dimensions. Pour s'attaquer à ce problème, des recherches récentes se concentrent sur un nouveau paradigme de classification, communément appelé «La classification dans les sous espace (subspace clustering)» qui recherche un ensemble de classes qui peut être défini dans différents sous-espaces. Dans ce travail, nous avons proposé une nouvelle méthode de la classification floue dans les sous espaces. Elle est basée sur l’optimisation d’une fonction objective L’algorithme proposé utilise l’Optimisation par Essaims Particulaires(PSO) pour estimer les paramètres initiaux de l’algorithme de la classification et de trouver l’optimum global. PSO permet d'accélérer la convergence de la méthode, réduire le coût de calcul et améliorer la qualité de la classification. L’évaluation de la méthode proposée sur différents types de données (base de données, images de synthèses, images satellitaires) démontre que cette méthode à bien détecter les contours et bien séparer les régions avec une convergence rapide et une stabilité des résultats Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15953 Optimisation Par Essaim Particulaire (PSO) Pour Améliorer La Classification Des Images Satellitaires [texte imprimé] / Sanaa Lamis Bourouz, Auteur ; Ahlem Kheiri, Auteur ; Amel Boulemnadjel, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2021 . - 76 f. ; 30 cm. Une copie electronique PDF disponible au BUC Langues : Français (fre) Catégories : Sciences de la technologie:Electronique Tags : PSO Index. décimale : 610 Electronique Résumé : La classification vise à catégoriser les entrées non étiquetées vecteurs en différents groupes, appelés classes (clusters), de sorte que les données, les points au sein d'un cluster sont plus similaires les uns aux autres qu'ils sont à ceux appartenant à des classes différents. La classification dans des données de haute dimensionnalité est extrêmement difficile, dans les données de grande dimension, les classes sont intégrées dans divers sous-ensembles de dimensions. Pour s'attaquer à ce problème, des recherches récentes se concentrent sur un nouveau paradigme de classification, communément appelé «La classification dans les sous espace (subspace clustering)» qui recherche un ensemble de classes qui peut être défini dans différents sous-espaces. Dans ce travail, nous avons proposé une nouvelle méthode de la classification floue dans les sous espaces. Elle est basée sur l’optimisation d’une fonction objective L’algorithme proposé utilise l’Optimisation par Essaims Particulaires(PSO) pour estimer les paramètres initiaux de l’algorithme de la classification et de trouver l’optimum global. PSO permet d'accélérer la convergence de la méthode, réduire le coût de calcul et améliorer la qualité de la classification. L’évaluation de la méthode proposée sur différents types de données (base de données, images de synthèses, images satellitaires) démontre que cette méthode à bien détecter les contours et bien séparer les régions avec une convergence rapide et une stabilité des résultats Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=15953

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSELE210151	MSELE210151	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

fichier integral Adobe Acrobat PDF

---

1 (1 - 3 / 3)